关键词temporal graph networks
搜索结果 - 8
- KDD面向自适应邻域的时序交互图建模
在这篇论文中，我们通过引入自适应邻域编码机制来增强现有的时态图神经网络 (TGNs)，提出了 SEAN 模型，该模型可以无缝集成到现有的 TGNs 中，有效提升其性能。具体而言，该模型通过代表性邻居选择和时态感知邻域信息聚合两个阶段，实现自 - AAAI金融网络中的图异常检测的时态图网络
本文探讨了利用时间图网络（TGN）进行金融异常检测的技术，通过实验证明 TGN 在捕捉金融网络中边的动态变化方面具有显著优势，表明 TGN 在适应现代金融系统动态复杂性方面具有潜力，从而成为检测金融欺诈的有效工具。
- AAAI动态推荐的时序图网络框架
我们研究直接应用 Temporal Graph Networks（TGN）在推荐系统中，通过使用现实世界数据集和各种图形和历史嵌入方法，确认 TGN 在动态推荐场景中的适应性和有效性。
- 利用模块解耦加强时态图网络
动态图学习的现代方法应用批处理而非逐一更新，本研究提出了一种解耦策略以实现频繁更新，开发了轻量级解耦时态图网络模型 (LDTGN)，在各种动态图基准测试中验证了其较高效率和结果优于之前方法的性能。
- 时序图模型无法捕捉全局时序动态
最近发布的时间图基准被分析在动态链接属性预测的背景下，我们提出了一个简单的无优化基线，即 “最近流行节点”，在时间图基准的所有中型和大型数据集上优于其他方法。我们提出了两种基于 Wasserstein 距离的度量方式，可以量化数据集的短期和 - RDGSL: 动态图结构学习中的图表示学习
RDGSL 是一种在连续时间动态图中进行表示学习的方法，通过动态图结构学习的监督信号有效地抵抗动态图中的噪声，提高表示生成的鲁棒性。
- 基于骨架的动作识别的多尺度时空图网络
该论文主要介绍了一种新型的骨骼动作识别模型叫做 TGN，结合了多尺度图策略来提取骨骼序列的时空特征，得到更好的实验结果。
- 基于时间图的动态图深度学习
本文提出了一种称为 TGN 的新型深度学习框架，可以有效地在动态图形学中学习演化特征或连接。